summarize

/asciinema-tools:summarize

大容量の .txt 録画を AI で反復的に掘り下げて分析します。ガイド付きサンプリングと AskUserQuestion を使って、内容を段階的に調査します。

自己進化型スキル：このスキルは使用するたびに改善されます。指示が誤っていた場合、パラメーターにずれが生じていた場合、または回避策が必要になった場合は、先送りせず、すぐにこのファイルを修正してください。実際に再現できる問題のみを更新してください。

基本方針

大容量の録画（1GB 以上）は、すべてを読み取ることができません。このコマンドでは、次の手順を使います。

1. 初期ガイダンス - 何を調べますか？
2. 戦略的サンプリング - 先頭、中間、末尾、およびキーワードに基づくセクション
3. 反復的な絞り込み - AskUserQuestion を使って、見つかった内容をさらに掘り下げます
4. 段階的な統合 - 複数回にわたる調査を通じて理解を深めます

引数

引数	説明
file	.txt ファイルのパス（.cast から変換したもの）
--topic	初期の重点領域（例：「ML トレーニング」、「エラー」）
--depth	分析の深さ：quick、medium、deep
--output	調査結果を Markdown ファイルに保存

ワークフロー

フェーズ 1：初期ガイダンス

AskUserQuestion:
  question: "What are you trying to understand from this recording?"
  header: "Focus"
  options:
    - label: "General overview"
      description: "What happened in this session? Key activities and outcomes"
    - label: "Key findings/decisions"
      description: "Important discoveries, conclusions, or decisions made"
    - label: "Errors and debugging"
      description: "What went wrong? How was it resolved?"
    - label: "Specific topic"
      description: "I'll specify what I'm looking for"

フェーズ 2：ファイルの統計情報

/usr/bin/env bash << 'STATS_EOF'
FILE="$1"

echo "=== File Statistics ==="
SIZE=$(ls -lh "$FILE" | awk '{print $5}')
LINES=$(wc -l < "$FILE")
echo "Size: $SIZE"
echo "Lines: $LINES"

echo ""
echo "=== Content Sampling ==="
echo "First 20 lines:"
head -20 "$FILE"

echo ""
echo "Last 20 lines:"
tail -20 "$FILE"

echo ""
echo "=== Keyword Density ==="
echo "Errors/failures:"
grep -c -i "error\|fail\|exception" "$FILE" || echo "0"
echo "Success indicators:"
grep -c -i "success\|complete\|done\|pass" "$FILE" || echo "0"
echo "Key decisions:"
grep -c -i "decision\|chose\|selected\|using" "$FILE" || echo "0"
STATS_EOF

フェーズ 3：戦略的サンプリング

ファイルサイズに応じて、戦略的にサンプリングします。

100MB 未満のファイル：

# Sample head, middle, tail (1000 lines each)
head -1000 "$FILE" > /tmp/sample_head.txt
tail -1000 "$FILE" > /tmp/sample_tail.txt
TOTAL=$(wc -l < "$FILE")
MIDDLE=$((TOTAL / 2))
sed -n "${MIDDLE},$((MIDDLE + 1000))p" "$FILE" > /tmp/sample_middle.txt

100MB を超えるファイル：

# Keyword-targeted sampling
grep -B5 -A20 -i "$TOPIC_KEYWORDS" "$FILE" | head -5000 > /tmp/sample_targeted.txt

フェーズ 4：初期分析

サンプルを読み取り、初期の調査結果を提示します。その後、次のように尋ねます。

AskUserQuestion:
  question: "Based on initial analysis, what would you like to explore deeper?"
  header: "Drill down"
  multiSelect: true
  options:
    - label: "Specific timeframe"
      description: "Jump to a particular section (e.g., 'around line 50000')"
    - label: "Follow keyword trail"
      description: "Search for specific patterns and expand context"
    - label: "Error investigation"
      description: "Deep dive into errors and their resolution"
    - label: "Success moments"
      description: "What worked? What were the wins?"
    - label: "Generate summary"
      description: "Synthesize findings into a report"

フェーズ 5：反復的な掘り下げ

選択した重点領域ごとに、次の手順を実行します。

1. 関連セクションを抽出する - コンテキスト付きの grep を使用します
2. 抽出した内容を読み取り、分析する
3. 調査結果をユーザーに報告する
4. AskUserQuestion で次のアクションを尋ねる

AskUserQuestion:
  question: "Found {N} relevant sections. What next?"
  header: "Continue"
  options:
    - label: "Show me the most significant"
      description: "Display top 3 most relevant excerpts"
    - label: "Search for related patterns"
      description: "Expand search to related keywords"
    - label: "Move on"
      description: "I have enough on this topic"

フェーズ 6：統合

AskUserQuestion:
  question: "Ready to generate summary. What format?"
  header: "Output"
  options:
    - label: "Concise bullet points"
      description: "Key findings in 10-15 bullets"
    - label: "Detailed markdown report"
      description: "Full report with sections and evidence"
    - label: "Executive summary"
      description: "1-paragraph high-level summary"
    - label: "Save to file"
      description: "Write findings to markdown file"

キーワードライブラリ

トレーディング／ML 分野

sharpe|drawdown|backtest|overfitting|regime|validation
model|training|loss|epoch|gradient|convergence
feature|indicator|signal|position|portfolio

開発分野

error|exception|fail|bug|fix|debug
commit|push|merge|branch|deploy
test|assert|verify|validate|check

Claude Code 分野

tool|bash|read|write|edit|grep
task|agent|subagent|spawn
permission|approve|reject|block

使用例

# Interactive exploration
/asciinema-tools:summarize session.txt

# Focused on ML findings
/asciinema-tools:summarize session.txt --topic "ML training results"

# Quick overview
/asciinema-tools:summarize session.txt --depth quick

# Full analysis with report
/asciinema-tools:summarize session.txt --depth deep --output findings.md

出力例

# Session Summary: research-repo-research_20251226

## Overview

- **Duration**: 4 days (Dec 26-30, 2025)
- **Size**: 12GB recording → 3.2GB text
- **Primary Focus**: ML robustness research

## Key Findings

### 1. Training-Evaluation Mismatch (CRITICAL)

- MSE loss optimizes magnitude, but Sharpe evaluates direction
- Result: 80% Sharpe collapse from 2024 to 2025

### 2. Fishr λ=0.1 Solution (BREAKTHROUGH)

- Gradient variance penalty solves V-REx binary threshold
- Feb'24 Sharpe: -6.14 → +6.14

### 3. Model Rankings

| Model  | Window | Sharpe |
| ------ | ------ | ------ |
| TFT    | 15mo   | 1.02   |
| BiLSTM | 12mo   | 0.50   |

## Evidence Locations

- Line 15234: "Fishr λ=0.1 SOLVES the V-REx binary threshold problem"
- Line 48102: Phase 4 results summary table

## Next Steps Identified

1. TFT 15mo + Fishr training
2. PSR/PBO statistical validation
3. Agent research synthesis

トラブルシューティング

問題	原因	解決策
ファイルが大きすぎる	録画がメモリ制限を超えています	サンプリングのみを行うには --depth quick を使用します
キーワードが見つからない	ドメインが異なるか、内容が少ない	別の --topic の重点領域を試します
サンプリングがタイムアウトする	ファイルが非常に大きい	ターミナルのタイムアウトを延長するか、grep を使用します
grep のコンテキストエラー	GNU grep が見つかりません	brew install grep（BSD grep には制限があります）
出力ファイルが保存されない	書き込み権限がありません	--output の書き込み権限を確認します

関連コマンド

• /asciinema-tools:convert - まず .cast を .txt に変換します
• /asciinema-tools:analyze - キーワードベースの分析（より高速で、掘り下げは浅めです）
• /asciinema-tools:finalize - 孤立した録画を処理します

実行後の振り返り

このスキルの実行が完了したら、タスクを終了する前に振り返ってください。

0. 現在の場所を特定する。 — 編集する前に、この SKILL.md の正式なパスを確認します。
1. 何が失敗したか？ — 原因となった指示を修正します。
2. 予想以上にうまくいったことは？ — 推奨されるプラクティスに加えます。
3. 何にずれが生じたか？ — 実態に合わなくなったスクリプト、参照先、依存関係を修正します。
4. 記録する。 — きっかけ、修正内容、根拠を含めて進化ログに記録します。

先送りしないでください。次回の実行では、ここに残した内容が引き継がれます。